Histogram tabanlı kontrast iyileştirmede dağılım duyarlı yeni yaklaşımlar: simetrik ve esnek histogram eşitleme yöntemleri
Distribution-sensitive novel approaches in histogram-based contrast enhancement: symmetric and soft histogram equalization methods
- Tez No: 990184
- Danışmanlar: PROF. DR. ORHAN KESEMEN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sayısal görüntü işleme uygulamalarında kontrast iyileştirme için yaygın biçimde kullanılan histogram eşitleme yöntemi, gri seviye dağılımını tüm dinamik aralığa yayarak kontrast artışı sağlamakta; ancak aşırı kontrast artışı, parlaklık kayması ve yapay bozulma oluşumu gibi istenmeyen sonuçlara da yol açabilmektedir. Özellikle yoğun veya çarpık histogram yapısına sahip görüntülerde bu problemler daha belirgin hâle gelmektedir. Bu tez çalışmasında, klasik histogram eşitleme yönteminin söz konusu sınırlamalarını azaltmaya yönelik olarak iki yeni kontrast iyileştirme yöntemi önerilmiştir: Simetrik Histogram Eşitleme (SHE) ve Esnek Histogram Eşitleme (SOHE). SHE yöntemi, histogram eşitleme sürecine simetri kavramını dâhil ederek, görüntü histogramının seçilen bir simetri noktası etrafında dengeli biçimde yeniden düzenlenmesini amaçlamaktadır. SOHE yöntemi ise histogramın tamamen geniş bir aralığa yayılması yerine, esneklik parametresi yardımıyla kontrollü ve kademeli bir kontrast iyileştirme sağlamayı hedeflemektedir. Önerilen yöntemlerin performansı, farklı histogram karakterlerine sahip toplam 30 görüntü üzerinde değerlendirilmiştir. Karşılaştırmalarda altı farklı nicel metrikler kullanılmıştır. Elde edilen sonuçlar, SHE ve SOHE yöntemlerinin kontrast artışı ile yapısal korunum ve algısal kalite arasında dengeli bir performans sunduğunu göstermektedir.
Özet (Çeviri)
Histogram equalization is a widely used method for contrast enhancement in digital image processing applications; however, it can cause undesirable effects such as over-enhancement, brightness shift, and artifacts, especially in images with dense or skewed histogram structures. In this thesis, two novel contrast enhancement methods are proposed to address the limitations of classical histogram equalization: Symmetric Histogram Equalization (SHE) and Soft Histogram Equalization (SOHE). The SHE method reorganizes the image histogram in a balanced manner around a selected symmetry point by incorporating the concept of symmetry. The SOHE method provides controlled and gradual contrast enhancement using a flexibility parameter, rather than spreading the histogram over the entire dynamic range. Experimental results obtained from 30 images with different histogram characteristics, evaluated using six quantitative metrics, indicate that the proposed methods achieve a balanced performance in terms of contrast enhancement, structural preservation, and perceptual quality.
Benzer Tezler
- Restoring underwater images from turbidity and motion blur – a three-step framework
Bulanıklık ve hareketten etkilenmiş sualtı görüntülerinin iyileştirilmesi – üç adımlı bir yaklaşım
FATIMA IQBAL
Yüksek Lisans
İngilizce
2026
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
PROF. DR. SERHAT KÜÇÜKALİ
- Duktal karsinoma in situ'da manyetik rezonans görüntülemede radyomiks imza-invaziv komponent preoperatif belirlenebilir mi?
Radiomics signature in ductal carcinoma in situ on magnetic resonance imaging: Can the invasive component be preoperatively predicted?
MEHMET CAN
Tıpta Uzmanlık
Türkçe
2025
Radyoloji ve Nükleer TıpDokuz Eylül ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. PINAR BALCI
- Automatic determination of plant type and phenological stage with deep learning methods
Tarla görüntülerinden bitki türü ve fenolojik evresinin derin öğrenme yöntemleri ile otomatik saptanması
AIGERIM KAIROLDAYEVA
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT
- Derin öğrenme tabanlı damar segmentasyonu
Deep learning-based vessel segmentation
MEHMET KIYAK
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURCU KIR SAVAŞ
- Derin öğrenme tabanlı yöntemlerle düşük ışıklı görüntü iyileştirme
Low light image enhancement with deep learning based methods
EMİN CİHANGİR US
Yüksek Lisans
Türkçe
2024
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU